Page 174 - 经济时代下财务会计管理研究

Research on Financial Accounting Management in the Economic Era
经济时代下财务会计管理研究

数据为数据量大小远远超过以往的数据尺度，且形式多样，既有的软件技术很难
处理的大规模数据。大数据时代大量数据是“源”，若要这些数据为人所用，还
需掌握大数据应用技术以“开源”。广义上，大数据的处理依赖云计算平台，研

究显示在大数据兴起的近几年，“数据分析”、“数据中心”、“数据仓库”以
及“商业智能”等词与之有着高度密切的联系，现有的大数据技术研究也多在建
立在数据挖掘、数据库的基础上。在这个角度我们可以定义大数据时代是必须依
靠新的处理工具和方法，建立在互联网、物联网等渠道所产生的大量数据资源基

础上，进行数据价值的提炼和应用的信息时代。
2. 基本特征
大数据的特征总结为以下 4 个方面：（1）量体浩大（Volume），指大数据
的数量及规模庞大。大数据时代，数据处理的基本单位已从 MB、GB 到 TB、

PB，网络科技的高速发展使得数据来源更加广泛，数据量的增长也呈现出质的
飞跃，预计未来十年全球数据量将增加到现在的 60 倍。（2）模态多样（Variety），
指大数据的结构类型多样化，不仅包括过去运用较多的结构化数据，在大数据时
代，半结构化数据和非结构化数据显现出大幅增长的势头，网络的普及让数据的

产生和传播更加方便和快速，邮件往来、音像、图片、视频等信息资讯能更便捷
地服务于用户。数据多样化产生的原因主要源自两个方面，一是数据自身存在多
种结构类型，这是网络信息时代发展的必然趋势，二是我们需要从数据中了解的
信息越来越多，挖掘其价值的需求也越来越大，传统的结构化数据难以满足，因

此半结构和非结构化数据应运而生。（3）高速流动（Velocity），指大数据产生
和流动的速度很快。大数据时效性很高，价值信息存在时间很短，这就要求快速
有效地将其中有价值的信息提取出来，大数据的存在是以数据流的形态，企业
用户只有把握这些海量数据的动态才能够在数据竞争中取胜。（4）价值密度低

（Value），指大数据的价值巨大，但由于数量庞大的稀释作用，加之数据流动
性强难以捕捉，使有效数据比率降低，因而价值密度变低。以音频数据为例，连
续不断的 2 个小时，也许我们需要的有效信息只是其中的 1 秒。因此在大数据时
代，如何“去粗取精”提纯数据，这个问题迫在眉睫。

（二）财务分析的内容及作用
1. 财务分析的内容
企业财务分析建立在财务报表、会计核算和其他相关资料的基础上，利用分

160